Impianti industriali
Misure degli errori
De: dati storici
Fe: previsioni
Fe - De: errori di fit
I valori che la previsione assume per istanti di tempo passato si ottengono valori di fit.
L'accuratezza indica quanto le previsioni delle domande si discostano dai valori veri delle domande.
Tra le due si misura l'HAD, cioè il calcolo dell'errore medio assoluto. Una seconda misura dell'accuratezza è molto temuta il MSE che è causato dalla forma quadratica dei maggiori errori, dei grandi errori, perché la forma quadratica è difficile da battere si fa uso solitamente dell'RMSE.
HAD: 1/N∑Ni = 1 |Fe - De| ; HSE: = 1/N∑Ni = 1 (Fe - De)2; RMSE: √1/N∑Ni = 1 (Fe - De)2
La precisione è la capacità di una previsione di fornire lo stesso risultato con stime ripetute dello stesso parametro.
La distorsione è misurata tramite l'errore medio in un determinato intervallo di tempo e prende il nome di bias; in questo caso vuole tenere conto del segno dell'errore e se il bias risulta positivo ho una sovrastima della domanda prevista.
Bias = 1/N∑Ni = 1 Fe - De
Statistiche descrittive
La moda e le mediane sono statistiche descrittive univariate; la prima rappresenta l'osservazione con probabilità massima, la seconda l'osservazione centrale.
La media del campione di dati si usa per definire l'ordine di grandezza della domanda e si indica con M e ( = 1/N∑Ni = 1 De)/N
Queste tre misure sono misure di posizione.
Tra le misure di dispersione troviamo il range = Dmax - Dmin che indica l'ampiezza della banda di oscillazione, la varianza campionaria s2 e indica l'ampiezza dei dati intorno alla media e deviazione standard si indica allo stesso modo sia in unità di misura uguali a quelli usati per la media mobile si può usare i coefficienti di variazione cv = quello indica la stessa cosa ed es una risulta dimensionale.
Impianti industriali
Misure degli errori
Dt: dati storici
Ft: previsioni
Ft - Dt: errori di fit
I valori che la previsione assume per istanti di tempo passato si ottengono valori di fit.
L'accuratezza misura quanto la previsione della domanda si discosta dei valori veri della domanda.
Tale dato si misura tramite il HAD, cioè il calcolo delle devianze medie assolute. Una seconda misura dell'accuratezza è fatta tramite il MSE che è calcolata della forma quadratica dei maggiori errori emersi quando, poiché la forma quadratica è difficile da utilizzare si fa uso solitamente dell'RMSE.
HAD = 1/N Σi=1N |Fi - Dt| ; MSE = 1/N Σi=1N (Ft - Dt)2 ; RMSE = √1/N Σi=1N (Ft - Dt)2
La precisione è la capacità di una previsione di fornire lo stesso risultato con stime ripetute dello stesso parametro.
La distorsione si misura tramite l'errore medio in un determinato intervallo di tempo e prende il nome di bias. In questo caso volume tenuto conto del segno dell'errore e se il bias risulta positivo ho una sovrastima della domanda prevista.
Bias = Σi=1N (Ft - Dt)/N
Statistiche descrittive
La moda e la mediana sono statistiche descrittive univariate; la prima rappresenta l'osservazione con probabilità massima, la seconda l'osservazione centrale.
La media del campione di dati si usa per definire l'ordine di grandezza della domanda e si indica con HN = Σi=1N Dt/N
Queste tre misure sono misure di posizione.
Tra le misure di dispersione troviamo il range, Bmax - Bmin che indica l'ampiezza della banda di oscillazione, la varianza campionaria S2 si indica la dispersione dei dati intorno alla media e la deviazione standard si indica allo stesso modo se non con unità di misura uguali a quelle usate per la media. Infine si può usare il coefficiente di variazione cv il quale indica lo stesso cosa del S2 e risulta adimensionato.
s2 = 1/N Σi=1N (Di - X̄)2 ; s = √ 1/N-1 Σi=1N (Di - X̄)2
CV = s/X̄
Aggiustamenti
1. Aggiustamenti
Le diverse lunghezze dei mesi (come febbraio
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Recensioni
Accedi a tutti gli appunti
Tutor AI: studia meglio e in meno tempo
